项目名称: 基于行为的应急交通疏散建模与仿真研究

项目编号: No.61203166

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 吕宜生

作者单位: 中国科学院自动化研究所

项目金额: 24万元

中文摘要: 应急交通疏散是处置人为或自然灾害事件,防止和减少人员生命财产损失的有效手段。由于无法或很难对应急交通疏散进行现场实验,且突发事件下人员的行为对整个应急交通疏散管理与控制有重要的影响,本项目将从突发事件下人员的个体和家庭决策行为角度切入,利用概率图模型研究人员在突发事件下的活动链,采用Multi-Agent建模方法,构建集成整个疏散过程中人员行为和交通理论的应急交通疏散模拟仿真系统,探索不同的交通行为模式对应急交通疏散效率的影响,尝试从行为诱导与控制角度给出基于行为的应急交通疏散控制新方法。该研究将有助于人们更好的认识应急交通疏散过程,揭示突发事件下人员的行为对应急交通疏散效率的影响,提供一种应急交通疏散控制新方法,能为政府管理部门提供辅助决策支持,具有十分重要的理论和实际应用价值。

中文关键词: 应急疏散;交通仿真;概率图模型;计算实验;仿真优化

英文摘要: Emergency Traffic Evacuation is an effective response and mitigation strategy to protect human life and property loss against man-made or natural disasters. It is very difficult, many times even infeasible to conduct field experiments on emergency traffic evacuation. However, it is necessary to consider evacuee behavior under emergency conditions in traffic evacuation because evacuee behavior has a significant impact on emergency traffic evacuation mangement and control. In this project, we will cut into emergency traffic evacuation modeling and simulation from the perspective of personal and family decision behavior. We will firstly study human activity chain under emergency situations with propabilistic graphical model, and then build an Agent-based microscopic emergency traffic simulation system integrating human behavior and traffic theory during the whole evacuation process. Next we will explore the impact of different traffic behavior patterns on emergency traffic evacuation efficiency, and try to provide a new kind of behavior-based emgergency evacuation control methods from the perspective of behavior guidance and control. This study will help to learn more about emergency traffic evacuation process, explain the impact of human behavior on emergency traffic evacuation efficiency, provide a new kind of em

英文关键词: Emergency Evacuation;Traffic Simulation;Probabilistic Graphical Model;Computational Experiments;Simulation Optimization

成为VIP会员查看完整内容
0

相关内容

Berkeley博士论文《反馈系统中的可信机器学习》203页pdf
专知会员服务
38+阅读 · 2022年3月25日
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
【牛津大学博士论文】解释深度神经网络,134页pdf
专知会员服务
216+阅读 · 2020年10月8日
【动态】CSIG应急大数据与安全预警研讨会成功召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【动态】视频图像的应急安全预警手册科普活动成功召开
中国图象图形学学会CSIG
0+阅读 · 2021年9月26日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于深度学习的流行度预测研究综述
专知
0+阅读 · 2021年3月24日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
Berkeley博士论文《反馈系统中的可信机器学习》203页pdf
专知会员服务
38+阅读 · 2022年3月25日
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
【牛津大学博士论文】解释深度神经网络,134页pdf
专知会员服务
216+阅读 · 2020年10月8日
相关资讯
【动态】CSIG应急大数据与安全预警研讨会成功召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【动态】视频图像的应急安全预警手册科普活动成功召开
中国图象图形学学会CSIG
0+阅读 · 2021年9月26日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
基于深度学习的流行度预测研究综述
专知
0+阅读 · 2021年3月24日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员